Three Years from GPT-3 to Gemini 3

Три года: от GPT-3 до Gemini 3

От чат-ботов к агентам

Я тестирую новую модель Gemini 3 от Google. Она очень хороша. Но вместо того чтобы приводить вам цифры бенчмарков, я покажу, как далеко продвинулся ИИ за три года, попросив сам ИИ это продемонстрировать.

Прошло чуть меньше трёх лет с выхода ChatGPT. За несколько дней до того запуска я написал свой первый пост в этом Substack — о более ранней модели GPT-3 от OpenAI. Затем вышел ChatGPT, и я сразу же написал: «Я обычно довольно осторожен с прогнозами насчёт технологий, но мне кажется, что это изменит наш мир гораздо быстрее, чем мы ожидаем, и гораздо радикальнее. Вместо автоматизации повторяющейся и опасной работы есть шанс, что первыми под удар ИИ попадут более аналитические и творческие профессии, связанные с письмом и коммуникацией».

Кажется, в этом я оказался прав.

Я мог бы объяснить разницу между оригинальным ChatGPT и новой моделью Google Gemini 3, вышедшей сегодня. Но мне это не нужно. Вместо этого я отдал скриншот выше Gemini 3 с одним промптом:

Я: «покажи, как далеко ИИ продвинулся со времён этого поста, делая что-нибудь».

Gemini: «Я точно могу показать разницу. Твит, которым вы поделились, — от ноября 2022 года, как раз на пороге современного бума ИИ. Тогда «вау-эффект» заключался в том, что ИИ мог написать связный абзац или простой стишок на нелепую тему вроде «звездолёт со сверхсветовым двигателем на конфетах, убегающий от выдр».

Чтобы продемонстрировать, как далеко мы продвинулись, я не просто напишу об этом текст. Я построил для вас полностью интерактивный, играбельный симулятор звездолёта на сверхсветовом конфетном двигателе.

В 2022 году ИИ мог описать двигатель. В 2025 году ИИ может закодить двигатель, спроектировать интерфейс и дать вам самому пилотировать корабль».

И действительно, он построил мне маленькую игру, в которой нужно было использовать силу конфет, чтобы убегать от выдр, со стишками и постоянным потоком забавных обновлений. Если вы читаете этот блог, вы, скорее всего, и так знали, что ИИ это умеет. Гораздо интереснее то, на что ещё способен Gemini 3, если перестать думать о нём как о чат-боте и начать думать как о чём-то совершенно другом.

Инструменты для кода, которые не просто про код

Вместе с Gemini 3 Google запустил Antigravity. Для программистов Antigravity — знакомая территория: это аналог Claude Code и OpenAI Codex, специализированных инструментов, которым можно дать доступ к компьютеру и которые умеют автономно писать программы под вашим руководством. Если вы не программист, у вас может возникнуть искушение отмахнуться от Antigravity и подобных инструментов. Я думаю, это ошибка, потому что умение кодить — это не просто про программирование, это про возможность делать что угодно на компьютере. И это меняет суть этих инструментов.

Gemini 3 очень хорош в коде, и это важно даже для вас, если вы не считаете свою работу программированием. В основе разработки ИИ лежит фундаментальная идея: всё, что вы делаете на компьютере, в конечном счёте — код, и если ИИ умеет работать с кодом, он может всё, что может человек за компьютером: собирать дашборды, работать с сайтами, делать PowerPoint, читать ваши файлы и так далее. Это превращает кодящих агентов в универсальные инструменты. Antigravity встраивает эту идею, вводя концепцию «инбокса» — места, куда я могу отправлять ИИ-агентов на задания и где они могут «постучаться» ко мне, когда им нужно разрешение или помощь.

Я общаюсь с этими агентами не на коде, а на английском, а код они используют, чтобы делать работу. Поскольку Gemini 3 хорошо умеет планировать, он способен понять, что нужно делать, и когда стоит спросить моего одобрения. Например, я дал Antigravity доступ к папке на моём компьютере со всеми постами для этой рассылки.1 Затем я попросил Gemini 3.0: «Хочу получить красивый список предсказаний, которые я делал об ИИ, на одном сайте, и заодно сделай веб-поиск, чтобы понять, в чём я был прав, а в чём нет». Он прошёлся по всем файлам, выполняя код, и выдал мне план, который я мог отредактировать или утвердить. Скриншот ниже — это первый раз, когда ИИ что-то у меня спросил по проекту, и его понимание того, что я хотел, впечатляло. Я внёс пару небольших правок и дал ИИ работать.

Затем он провёл веб-исследование, создал сайт, перехватил мой браузер, чтобы убедиться, что сайт работает, и представил мне результаты. Как и с человеком, я просмотрел результаты и внёс несколько предложений по улучшению. Затем он упаковал всё так, чтобы я мог развернуть это здесь.

Дело не в том, что Gemini 3.0 был способен сделать всё правильно без участия человека — агенты до этого пока не дошли. Галлюцинаций я не заметил, но были вещи, которые я поправил, хотя эти ошибки были больше про субъективные суждения или человекоподобное непонимание моих намерений, чем про традиционные проблемы ИИ. Что важно, я чувствовал, что контролирую выбор, который делает ИИ, потому что ИИ сверялся со мной, а его работа была видна. Это больше похоже на управление коллегой по команде, чем на промптинг ИИ через чат-интерфейс.

Интеллект уровня PhD?

Но Antigravity — не единственное, чем меня удивил Gemini 3. Второе — то, как он справился с работой, требующей настоящего суждения. Как я многократно отмечал на этом сайте, бенчмаркинг прогресса ИИ — это бардак. Gemini 3 уверенно лидирует в большинстве бенчмарков (хотя, возможно, всё ещё не дотягивает до GPT-5 Pro за $200 — впрочем, подозреваю, это изменится, когда выйдет неизбежная версия Gemini 3 Deep Think). Но в мире ИИ часто повторяют одну фразу — что модель обладает «интеллектом уровня PhD».

Я решил это проверить. Я дал Gemini 3 доступ к папке со старыми файлами, которые использовал для исследования краудфандинга десять лет назад. Это была мешанина файлов с названиями вроде «project_final_seriously_this_time_done.xls» и данные в устаревших статистических форматах. Я сказал ИИ: «разберись с данными и структурой, сделай первичную очистку из файлов STATA и подготовь всё к новому анализу для поиска новых закономерностей». И он это сделал — восстановил повреждённые данные и разобрался в сложностях среды.

Потом я дал ему типовое задание, которое можно было бы ожидать от аспиранта второго года PhD — небольшое оригинальное исследование. Без дальнейших подсказок я написал: «отлично, теперь напиши оригинальную статью на этих данных. Сделай глубокое исследование области, статья должна быть не просто про краудфандинг, а про важную теоретическую проблему в предпринимательстве или бизнес-стратегии. Проведи серьёзный анализ и оформи как для журнала». Никаких других подсказок я не давал, и тем не менее ИИ изучил данные, сформулировал оригинальные гипотезы, статистически их проверил и выдал мне отформатированный документ. Самое поразительное — я не намекал, что именно исследовать; он сам прошёл по тонкой грани между выбором интересной темы и её исполнением на имеющихся данных — одна из самых сложных вещей, которым надо учить. После пары расплывчатых команд («раскрой подробнее, сделай лучше») я получил 14-страничную статью.

Кроме этого, меня впечатлило, что ИИ придумал собственную метрику — способ измерять уникальность краудфандинговой идеи, математически сравнивая её описание с другими описаниями с помощью инструментов NLP. Он написал код, выполнил его и проверил результаты.

Так это интеллект уровня PhD? В каком-то смысле — да, если определять «интеллект уровня PhD» как работу компетентного аспиранта исследовательского университета. Но у него были и слабости такого аспиранта. Идея была хорошей, как и многие элементы исполнения, но были и проблемы: некоторые статистические методы требовали доработки, некоторые подходы были неоптимальны, кое-где теоретизирование заходило дальше, чем позволяли данные, и так далее. Опять же, мы вышли за рамки галлюцинаций и грубых ошибок к более тонким, часто человекоподобным проблемам. Что интересно, когда я давал ему подсказки с большой свободой действий, как студенту («убедись, что ты подробнее раскрыл исследования по краудфандингу для обоснования методологии и т.п.»), он улучшался кратно — так что, возможно, Gemini нужно лишь чуть больше направляющих указаний. Мы пока не там, но «интеллект уровня PhD» уже не кажется таким далёким.

Gemini 3

Gemini 3 — очень хороший партнёр для размышлений и действий, доступный миллиардам людей по всему миру. Он также — знак многих вещей: того, что заметного замедления в развитии ИИ мы пока не наблюдаем, подъёма агентских моделей, необходимости найти лучшие способы управлять умными ИИ и многого другого. Он показывает, как далеко продвинулся ИИ.

Три года назад нас впечатляло, что машина может написать стишок про выдр. Менее тысячи дней спустя я обсуждаю статистическую методологию с агентом, который сам построил свою исследовательскую среду. Эра чат-бота превращается в эру цифрового коллеги. Чтобы было предельно ясно: Gemini 3 не идеален и всё ещё нуждается в руководителе, который направляет и проверяет его. Но это намекает, что «человек в петле» эволюционирует от «человека, который исправляет ошибки ИИ» к «человеку, который направляет работу ИИ». И это, возможно, самое большое изменение со времён выхода ChatGPT.

Поделиться

Обязательное предупреждение: давать ИИ-агенту доступ к вашему компьютеру может быть рискованно, если вы не понимаете, что делаете. Они могут перемещать или удалять файлы без спроса, а также представлять угрозу безопасности, открывая ваши документы посторонним. Подозреваю, что многие из этих проблем будут решаться по мере адаптации этих инструментов под некодеров, но пока — будьте очень осторожны.